已验证65% 置信事实时间未知
Stable Diffusion的文本引导通过CLIP文本编码器将提示词转化为向量
3
来源数
65%
置信度
长期有效
时效性
2026/6/2
首次发现
来源
Stable Diffusion本地部署教程：免费无限制的AI绘画方案
bilibiliAI幻画师
涉及实体
相关事实
待验证在Stable Diffusion中，CLIP文本编码器将自然语言切分为最多77个token，每个token映射为768维或1024维嵌入向量79% 相似待验证早期Stable Diffusion系列以CLIP为文本编码器，对超过77个Token的提示词处理能力受限79% 相似待验证Stable Diffusion 的核心原理是在压缩后的潜在空间中进行去噪生成，采用CLIP文本编码器理解提示词、U-Net架构执行去噪、VAE解码器还原图像的三段式流程78% 相似已验证文本指令通过CLIP等跨模态编码器转化为语义向量，将文字和图像嵌入同一语义空间以引导图像生成76% 相似待验证Midjourney使用CLIP的文本编码器将提示词转换为条件向量，引导扩散模型的去噪过程75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/36410API
curl https://kongchang.com/api/v1/knowledge/claims/36410MCP
get_claim(id=36410)